Más allá de los dashboards: presentamos las plataformas de ejecución de decisiones

Figura 1: Plataformas de Ejecución de Decisiones de Databricks Forward Deployed Engineering

Las Plataformas de Ejecución de Decisiones (DEP) son una nueva categoría de analítica empresarial de Databricks Forward Deployed Engineering (FDE). En lugar de limitarse a mostrar información, las DEP ejecutan bucles de decisión ejecutiva de extremo a extremo que impactan en los resultados financieros: señal, decisión, ejecución y resultados comerciales tangibles, todo en la infraestructura gobernada de Databricks.

La BI solo mejoró los insumos para la toma de decisiones ejecutivas

El gasto empresarial global en software de BI alcanzó los 34.8 mil millones de dólares en 2025 y se prevé que llegue a los 72.2 mil millones de dólares para 2034. Esta categoría es ahora una de las más grandes en el software empresarial.

Las herramientas de BI han ayudado a que los líderes estén mejor informados. Un COO ahora puede saber más rápido que nunca si el margen está cayendo, el inventario está envejeciendo, el cumplimiento de pedidos está disminuyendo, la demanda está cambiando o si un pronóstico se está desviando del plan. Esta información es clave para las operaciones comerciales modernas, pero solo respalda una pequeña parte de todo el proceso de toma de decisiones ejecutivas.

Los paneles de control actuales mejoran los insumos para las decisiones, pero no las hacen avanzar. El objetivo del ejecutivo es actuar según lo que muestran los datos, y aquí es donde se detienen las herramientas de BI actuales y donde comienza la siguiente categoría.

La toma de decisiones sigue siendo manual, fragmentada y lenta

El flujo de trabajo de decisión típico dentro de una empresa se parece mucho al de hace décadas. Un ejecutivo ve una señal en un panel de control, en un informe semanal o en un correo electrónico. Convoca una reunión donde se debaten las opciones. La decisión se plasma en una presentación o en un correo electrónico. La implementación se delega a los equipos mediante hojas de cálculo, rastreadores de proyectos e hilos de Slack. Semanas después, alguien intenta medir el impacto en otro panel de control, en un análisis puntual o mediante una llamada telefónica.

Cada paso es manual y cada sistema es independiente. La señal vive en un panel de control, el razonamiento en una reunión, la decisión en una presentación. La ejecución se distribuye en hojas de cálculo e hilos, y la medición del impacto vive en un lugar completamente diferente. Nada está conectado y nada está orquestado. La mayoría de las organizaciones ahora pueden medir los KPI, pero muy pocas pueden medir cómo les afectaron sus decisiones.

Es por eso que muchas organizaciones, incluso aquellas con abundantes datos, todavía tienen dificultades para tomar decisiones al ritmo y a la escala que el negocio requiere.

Pero esto está cambiando. Los datos empresariales gobernados, la analítica en tiempo real, las interfaces de aplicaciones, el estado transaccional y los agentes de nivel de producción están convergiendo, creando las condiciones para que la coordinación manual, la fragmentación y los lentos bucles de retroalimentación del pasado sean reemplazados por un único sistema continuo y gobernado. Gartner predice que para 2028, el 45% de los CIO liderarán sistemas de agentes de IA fuera de TI, convirtiéndose en coarquitectos de los modelos de recursos de trabajo empresariales. Creemos que esta próxima fase de la analítica convertirá la visibilidad de los datos en acción y, lo más importante, en resultados.

¿Qué es una Plataforma de Ejecución de Decisiones (DEP)?

Hoy presentamos las Plataformas de Ejecución de Decisiones de Databricks FDE, o DEP.

Las Plataformas de Ejecución de Decisiones (DEP) son una nueva categoría de soluciones de analítica empresarial, diseñadas no para mostrar información más rápido, sino para ejecutar la toma de decisiones ejecutivas de extremo a extremo, lo que permite:

• Que más decisiones lleguen a la ejecución: las señales se convierten en acciones aprobadas y ejecutadas en lugar de estancarse en reuniones, presentaciones o hilos
• Calidad mejorada, basada en datos siempre activos: contexto en tiempo real, impacto previsto y alternativas viables que se muestran antes de la aprobación, con datos en vivo que enriquecen continuamente las decisiones de los agentes
• Aprendizaje continuo: cada decisión y su resultado se retroalimentan, entrenando al sistema, a los ejecutivos y a la organización a lo largo del tiempo

Las DEP dividen la decisión ejecutiva en cuatro etapas distintas y computables (señal, decisión, ejecución y resultado) y permiten a los operadores ejecutarlas como un bucle continuo en un único plano operativo gobernado.

• Señal: detección en tiempo real de cambios en relación con los KPI, mostrados cuando realmente importan
• Decisión: cada señal se respalda con una acción recomendada por un agente, alternativas viables, el impacto previsto y el razonamiento detrás de ellas
• Ejecución: un solo clic envía la opción elegida a los sistemas de registro y activa a los agentes que realizan el trabajo
• Resultado: cada decisión registra sus resultados (impacto previsto frente al real, la diferencia y las lecciones aprendidas para mejorar la siguiente decisión)

El ejecutivo sigue siendo la unidad de autoridad, mientras que los agentes se encargan del trabajo entre la señal y el resultado comercial que antes requería una cadena dispersa de reuniones, presentaciones y seguimientos. El bucle se ejecuta continuamente, y cada decisión junto con su resultado permanecen juntos en el Decision Log dentro del propio plano de datos de la organización.

Figura 2: Capas de la arquitectura de la Plataforma de Ejecución de Decisiones de FDE

Cómo funcionan las Plataformas de Ejecución de Decisiones: la arquitectura

Una DEP necesita más que una capa de visualización sobre archivos CSV heredados. Requiere una arquitectura gobernada donde los datos, la IA, las aplicaciones, los agentes y el estado operativo funcionen juntos como un solo sistema. La pila de la DEP se compone de tres capas, cada una construida sobre la anterior, y todas se ejecutan en la plataforma Databricks.

• Capa 1 - Base - Datos e IA abiertos y gobernados en la propia instancia de Databricks del cliente. El cliente conserva los datos, los modelos y la IP. Construida a partir de Lakebase (estado transaccional en tiempo real), Genie (acceso en lenguaje natural), Unity Catalog (gobernanza), Lakehouse (datos analíticos), , Agent Bricks (agentes y modelos), MLflow (ciclo de vida) y . Cada señal leída, cada decisión tomada y cada resultado medido residen en un único plano gobernado.
• Capa 2 - Kit de desarrollo de software (SDK) - Desarrollado y mantenido por Databricks FDE. Primitivas reutilizables de las que se compone cada DEP: la Genie Ontology (estructura tipificada para cada señal, decisión y resultado), los Action Types (comportamiento de agentes revisable y reversible), el Decision Log (cadena completa de cada decisión frente a su intención), los Scenarios (comparación de rutas antes de la aprobación) y el Omnigent Agent Harness (que lo conecta todo). Estas primitivas convierten a los agentes de ejecución en tiempo real y siempre activos en una categoría repetible.
• Capa 3 - Interfaz Ejecutiva - La capa de aplicación convertida en producto, desarrollada por Databricks FDE para cada cliente: arquetipos de la industria configurados para los datos y sistemas operativos de cada cliente. Se ofrecen arquetipos para Seguros, Atención Médica, Energía, Servicios Financieros, Comercio Minorista y más. Cada uno hereda el SDK de la Capa 2 y la base de la Capa 1, por lo que una DEP se configura para el cliente en lugar de tener que reconstruirse desde cero.

Juntas, estas tres capas forman la pila gobernada que ejecuta el bucle de decisión completo de un ejecutivo (desde la señal hasta el resultado) dentro de un único plano de datos.

Figura 3: Componentes de la Plataforma de Ejecución de Decisiones

Caso de estudio: Bienes de consumo

Nuestro equipo de FDE ayudó recientemente a un gran minorista de artículos deportivos a cerrar la brecha entre los plazos de entrega que ofrecen a los clientes al momento del pago y el sistema de optimización de cumplimiento de pedidos que debe dirigir físicamente cada pedido.

Anteriormente, los dos sistemas funcionaban con datos divergentes, y los planificadores pasaban horas cada día conciliando las recomendaciones de los agentes con la realidad operativa. Los SLA se incumplían, los costos de envío urgente se disparaban y las propias estimaciones internas del cliente situaban el impacto de esta única brecha en más de nueve cifras al año en sus resultados financieros.

Durante cuatro semanas, desarrollamos conjuntamente con el equipo del cliente una instancia funcional de DEP para la optimización del cumplimiento de pedidos, enfocada en un resultado específico, KPI y OKR, no en características o entregables.

La DEP estaba compuesta por una ontología unificada (que abarcaba el nodo de cumplimiento, el transportista y los plazos de entrega acordados) modelada en Unity Catalog. Los tipos de acciones tipificadas (Typed Action Types) permitían a los planificadores y agentes redirigir la capacidad, simular restricciones y ejecutar decisiones de vuelta en el sistema de cumplimiento de producción sin acceso de escritura directo. El contexto analítico, el motor de simulación, el entorno de ejecución del agente y la interfaz del operador se ejecutaban en el propio espacio de trabajo de Databricks del cliente. Sin planos de datos de múltiples proveedores ni ontologías propietarias a las que migrar.

A medida que entramos en la fase de escalado de este primer despliegue de la DEP, estamos en camino de lograr resultados medibles en los beneficios netos y la satisfacción del cliente, además de otorgar a los ejecutivos de la cadena de suministro autoridad de decisión de extremo a extremo en todo el proceso.

Figura 4: Plataforma de Ejecución de Decisiones desarrollada para un minorista global

Qué significa esto para el futuro de la toma de decisiones empresariales

Durante décadas, las plataformas de análisis ayudaron a las empresas a obtener una mejor visibilidad. Ese trabajo sigue siendo importante, y los líderes siempre necesitarán datos de confianza, métricas claras y paneles de control sólidos.

Sin embargo, la frontera se ha desplazado, y la siguiente fase de la analítica consiste en crear sistemas que actúen en función de lo que muestran los datos. Las empresas que no avancen en esta dirección corren el riesgo de tratar la AI de la misma manera que muchas organizaciones trataron la analítica en sus inicios: como un complemento de los procesos existentes en lugar de como un motivo para rediseñar el propio proceso, y podrían perderse un cambio radical que definirá una era en la gestión de las organizaciones.

Las Plataformas de Ejecución de Decisiones son la nueva categoría que Databricks FDE está definiendo para este cambio. La pregunta ya no es solo: ¿qué está pasando en la empresa? Ahora pasa a ser: ¿qué debemos hacer, cómo lo ejecutamos y funcionó?

Para obtener más información sobre lo que las Plataformas de Ejecución de Decisiones de Databricks FDE pueden hacer por su empresa y solicitar una demostración, póngase en contacto con dep-fde@databricks.com

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original